进阶版｜企业级 AI Agent 的构建实践
我们将构建 AI 应用扩展到了运行时和可观测，并尝试将 Agent、LLM、MCP 服务这几者之间如何有机协作尽量清晰化，未来还会扩展到Memory、LiteMQ 等更完整的技术栈，旨在帮助大家厘清完整的企业级 AI 应用构建的最佳实践。
科技云报到：Agent应用爆发，谁成为向上托举的力量？
AI正加速迈入Agent时代，具备推理、规划与工具调用能力的智能体，正重塑企业应用形态。2025年，AI Agent基础设施迎来爆发，云厂商纷纷推出新一代技术架构，突破长时运行、状态管理、安全隔离等关键难题，推动Agent从实验室走向千万级企业场景。算力、工具链与安全等挑战逐步被攻克，AI Agent正成为企业智能化转型的核心驱动力。
AI Agent 运行时相比传统应用有什么不同：百家企业 AI 实践观察（二）
本文深入探讨了AI Agent运行时的核心挑战及解决方案，分析了AI Agent从理论走向实践过程中所面临的动态推理、资源成本与安全风险等问题，并详细介绍了阿里云函数计算FC如何作为AI Agent运行时及沙箱环境（Sandbox），有效应对脉冲式计算需求、突发性负载、数据隔离与会话亲和性等挑战。同时，文章结合典型场景，展示了函数计算FC在编码式与流程式AI Agent构建中的优势，涵盖Chat AI Agent、营销素材组装、仿真训练等应用，为AI Agent的高效、安全运行提供了完整的技术路径。